自适应空间约束融入混合模型的遥感图像分割

为了降低图像噪声的影响并提高遥感图像分割精度,提出了一种自适应空间约束融入混合模型的遥感图像分割算法。考虑到学生t分布具有重尾特性比高斯分布更具有鲁棒性,利用学生t混合模型(Student’s-t Mixture Model, SMM)建模像素光谱测度概率分布。为了避免图像噪声对分割结果的影响,基于马尔可夫随机场利用局部像素类属概率定义组份权重,将像素空间相关性融入SMM,进而构建出空间约束图像分割模型。为了实现自适应平滑系数的模型参数求解,采用梯度下降方法求解分割模型。采用本文算法对添加噪声的遥感图像进行分割实验,结果表明,所提算法可有效降低图像噪声的影响,同时可准确分割高分辨率遥感图像。     

基于小波系数的近红外光谱局部建模方法与应用研究

局部建模方法使用与预测样本相似的样本建立模型,可解决光谱响应与浓度之间的非线性问题,扩大模型的适用范围,提高预测准确度。采用小波变换进行数据压缩并利用小波系数之间的欧氏距离作为光谱相似性的判据,实现了近红外光谱定量分析的局部建模方法,避免了样本之间的依赖性。将所建立的方法用于烟草样品中氯含量的测定,100次重复计算得到的预测集均方根误差(RMSEP)平均值为0.0665,标准偏差(σ)为0.0045,优于全局建模和基于主成分的局部建模方法。     

自适应类别的层次高斯混合模型遥感影像分割

为了实现自动确定类别数的高精度遥感影像分割,提出一种自适应类别的层次高斯混合模型（Hierarchical Gaussian Mixture Model,HGMM）遥感影像分割算法.提出算法采用多个高斯混合模型加权和定义HGMM,用于建模具有非对称,重尾和多峰等复杂特性的影像统计模型.采用期望最大化算法（Expectation Maximization,EM）求解模型参数.为了实现自动确定类别数,采用贝叶斯信息准则（Bayesian Information Criterion,BIC）求解最优类别数,其中惩罚项采用加权像素数定义.为了验证提出算法可行性和有效性,对模拟和全色遥感影像进行分割实验,并对分割结果进行定性和定量分析.结果表明HGMM具有准确建模复杂统计分布的能力,提出算法具有高精度和高效率,同时可自动确定最优类别数.     

广义无监督函数映射学习的三维形状密集对应方法

提出了一种新颖的广义无监督函数映射学习的三维形状密集对应方法。首先，基于多层感知器（multilayer perceptron,MLP）和残差网络，直接学习深度点特征。其次，计算点云的近似测地线距离，并对其进行特征分解，建立特征嵌入空间，引入注意力机制，有效学习广义基函数表示。再次，结合点特征与广义基函数生成三维形状的深度特征表示。最后，建立无监督的函数映射网络框架，获取形状之间的密集对应表示。提出的三元正则优化机制，联合重构损失、特征损失和形状匹配的距离损失，在特征域和空间域上有效提升了学习性能及形状对应的精度。实验结果表明，广义基函数表示与无监督函数映射学习机制适用于任意三维形状，突破了现有方法只适用于连续二维流形的局限，在任意三维形状匹配中取得了更优的性能。     

毛细管电泳-电化学检测法分析竹叶及竹叶茶中的活性成分

用毛细管电泳-电化学检测(CE-ED)法同时测定了五种不同竹叶和竹叶茶中的香兰素、顺式阿魏酸、对羟基苯甲醛、对香豆酸、对羟基苯甲酸、香草酸和咖啡酸的含量,考察了实验参数对分离、检测的影响,得到了最佳实验条件.以直径300 μm的碳圆盘电极为检测电极,电极电位为+0.95 V (vs.SCE),在60 mmol/L硼酸盐缓冲溶液(pH=8.7)中,上述七种组分在22 min内实现较好的分离.七组分的浓度和峰电流在2～3个数量级范围内呈良好线性关系,检出限范围为1.9×10-8～9.8×10-8 g/mL.该法用于实际样品的分析,结果令人满意.     

多元市场导向的科技翻译人才培养模式研究

目前,科技英语翻译教学在迎合市场需求,课程设置,教材选择等方面面临着种种问题。传统的通才式人才培养模式已经不适应如今的高科技信息化的时代要求。本文通过分析市场的多元化需求导向,剖析目前科技英语翻译教学现状,探索适合我国高校的科技英语人才培养模式。     

小型化毛细管电泳-电化学检测法测定猪尿和猪饲料中的β-兴奋剂

采用小型化毛细管电泳-电化学检测技术测定了猪尿和猪饲料中的克伦特罗(clenbuterol,俗称瘦肉精)及其替代品莱克多巴胺(ractopamine)和沙丁胺醇(salbutamol)。考察了工作电极的氧化电位、运行缓冲液的酸度和浓度、分离电压和进样时间等因素对分离和检测的影响。以直径300 μm的碳圆盘电极为工作电极,检测电极电位为+0.95 V (vs SCE),在100 mmol/L的硼酸盐(pH 9.15)运行缓冲液中,上述3种组分在7 min内实现了较好的分离。被测物浓度与峰电流在3个数量级范围内呈良好的线性关系,检测限为1.20×10-7~2.06×10-7 g/mL。该方法简单可靠,已成功应用于猪尿和猪饲料样品中3种β-兴奋剂的测定,是一种有效的食品安全分析检测方法。     

局部建模方法用于烟草样品的近红外光谱定量分析

采用近红外光谱在主成分空间的距离作为样本相似性的判据,建立了一种用于近红外光谱定量分析的局部建模方法。该方法首先对校正集的光谱进行主成分分析(PCA),然后基于主成分空间中预测样本与校正集样本的距离选择校正子集并建立局部偏最小二乘(PLS)回归模型。对欧氏距离和马氏距离的比较表明,欧氏距离可以更好地表达样本之间的相似性。将所建立的方法用于烟草样品中氯和尼古丁含量的测定,结果表明局部建模方法比常用的全局建模方法具有更好的预测准确性,特别是在低含量成分的预测中具有明显优势。